基于波形松弛法的大规模电力系统暂态稳定并行仿真研究

摘要

随着电力系统规模的不断扩大和电网可靠性要求的日益提升，如何对电力系统暂态过程进行快速的精确仿真已经成为了一个十分重要的课题。近十几年来计算机技术的发展，特别是并行计算机的发展，为实现大规模电力系统暂态稳定仿真的实时甚至是超实时计算奠定了基础。因此，一种能够充分发挥并行计算机潜在性能的并行算法就显得尤为关键。
　　本文研究了基于波形松弛法的大规模电力系统暂态稳定并行仿真，主要研究内容如下:
　　(1)主要介绍了波形松弛法及其在电力系统暂态稳定计算中的应用;首先对本文采用的动态元件模型进行介绍;之后介绍了波形松弛方法的基本过程及其相应的迭代格式;在此基础上，提出了本文针对电力系统暂态稳定特点的改进措施，包括窗口方法、预处理方法和波形预测方法;最后再对2383节点和12685节点两个算例进行串行测试;测试结果表明，本文采用的波形松弛法可以应用于上万节点的电力系统暂态稳定求解，并且满足精度要求;预处理方法和波形预测方法可以有效提高算法收敛速度;本文采用的串行波形松弛方法与常规隐式梯形积分方法相比，求解速度更快;
　　(2)主要研究了基于Adomian分解的迭代算法在暂态仿真中的应用;提出了一种基于Adomian分解的迭代算法，用作波形松弛法子系统的求解方法;首先介绍了Adomian多项式，并提出对Adomian级数的求解方法进行推导;随后给出了几种不同的Adomian级数的构造形式，并根据不同的分解形式给出了求解非线性方程的迭代格式，并进一步推广到非线性方程组的求解;最后通过两个算例对算法的有效性进行验证;测试结果表明，基于Adomian分解的迭代算法可以有效提高算法的收敛性，而且增加的计算量要比节省的计算量少，因此可以减少仿真时间;而且该方法不仅仅适用于波形松弛这样的并行算法，同样可以替换常规的隐式梯形积分方法;
　　(3)主要研究了基于时间-空间双重并行策略的暂态稳定仿真研究;主要针对于算法的并行实现，首先根据大规模电力系统暂态稳定仿真的特点，提出了一种基于Epsilon分解的分组策略，用于提高算法收敛性能;随后根据本文的算法特点，提出了一种空间-时间双重并行策略，进而实现算法主体完全并行;之后又对本文采用的两种并行编程模型进行介绍，同时加以比较;最后，采用MPI和OpenMP两种编程模型在共享内存平台上对本文的算法进行并行实现，测试其并行加速比;结果表明，本文的分组策略可以对大规模电力系统进行分组，并且与商业软件相比，有较好的收敛性;采用本文的空间-时间双重并行策略后，本文的算法实现了上万节点系统的超实时仿真;而且OpenMP较MPI相比，更适合本文这样的细粒度并行算法，可以获得更高的并行加速比，在保证收敛性的同时，本文算法最高可以获得10.38的并行加速比，从而说明本文并行算法的有效性。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 暂态稳定算法研究现状

1．2．2 波形松弛法研究现状

1．3 论文的主要工作

第2章 波形松弛法在电力系统暂态稳定计算中的应用

2．1 引言

2．2 电力系统暂态稳定计算

2．2．1 同步发电机的数学模型

2．2．2 励磁系统的数学模型

2．2．3 调速系统的数学模型

2．3 波形松弛方法

2．3．1 波形松弛方法简介

2．3．2 几种迭代格式

2．4 波形松弛方法的加速方法

2．4．1 窗口加速方法

2．4．2 预处理加速方法

2．4．3 波形预测加速方法

2．5 整体算法流程

2．6 算例分析

2．6．1 算例介绍

2．6．2 结果分析

2．7 本章小结

第3章 Adomian分解法在暂态稳定仿真中的应用

3．1 引言

3．2 Adomian多项式

3．3 基于Adomian级数的迭代方法

3．3．1 非线性方程的Adomian级数法

3．3．2 非线性方程组的Adomian级数法

3．4 算例测试

3．4．1 Adomian分解法串行测试

3．4．2 Adomian分解法并行测试

3．5 本章小结

第4章 基于空间-时间双重并行策略的暂态稳定仿真

4．1 引言

4．2 基于Epsilon分解的分组方法

4．2．1 Epsilon分解

4．2．2 基于Epsilon分解的分组策略

4．2．3 针对大规模电力系统的几点改进

4．3 空间-时间双重并行策略

4．3．1 空间并行策略

4．3．2 时间并行策略

4．4 并行编程模型介绍

4．4．1 MPI

4．4．2 OpenMP

4．5 算例分析

4．5．1 分组方法测试

4．5．2 并行时间测试

4．5．3 并行效率测试

4．6 本章小结

第5章 总结与展望

5．1 研究工作总结

5．2 后续工作展望

参考文献

作者简历

致谢